Определение корпоративного интеллекта с помощью автономного ИИ

MIT Technology Review сообщает, что корпоративный искусственный интеллект уже не является амбициозной целью будущего, а находится в полном разгаре. Возможности моделей развиваются быстрее, чем большинство организаций успевают их усвоить, в то время как стоимость их производительности продолжает снижаться. По прогнозам, глобальные инвестиции в ИИ достигнут 2,5 триллиона долларов к 2026 году, что на 44% больше по сравнению с предыдущим годом. Для многих предприятий такие инвестиции приводят к фрагментации. Интеллект может накапливаться в изолированных системах, так что, например, сотрудники отдела продаж могут не знать об открытых запросах в службу поддержки, или маркетинговые системы могут персонализировать контент без учета того, что уже известно финансам о клиенте. Каждая функция может успешно работать в изоляции, но в целом предприятие получает меньше информации для принятия решений. Переход от ИИ как инструмента к ИИ как операционной модели — то, что мы называем «агентским сдвигом» в этом отчете — требует более основательных изменений, чем просто улучшение моделей или ускорение инфраструктуры. Это требует соединения людей, процессов и данных в реальном времени, а также управления и контроля, чтобы надежно действовать на основе этого интеллекта. Это означает необходимость переосмысления как архитектуры, так и операционных моделей одновременно. Во-первых, необходимо перестроить инфраструктуру данных для обеспечения доступности, а не объема. Во-вторых, следует заменить фиксированные технологические стеки на составные архитектуры, которые могут развиваться по мере изменения моделей и инструментов. И наконец, нужно решить вопросы суверенитета ИИ, включая то, где функционирует интеллект, кто его контролирует и как он работает через организационные и юрисдикционные границы. Ключевые выводы включают в себя следующее: проблема масштабирования корпоративного ИИ является структурной. Компании, ориентированные на процессы, опережают остальных. Глобальные расходы на ИИ резко растут, а возможности моделей развиваются быстрее, чем большинство организаций могут их интегрировать. Тем не менее, большинство предприятий по-прежнему не увеличивают доходы за счет ИИ или не переосмысляют свои операционные процессы. Компании, которые получают устойчивую прибыль, обладают общей дисциплиной. Они рассматривают переработку процессов как работу, которая предшествует выбору модели, строя свои системы на основе того, как технологии будут развиваться, а не подстраивая роли и рабочие процессы после внедрения. Для них агентский сдвиг начинается с операционной модели. Готовность данных, а не их количество, делает ИИ эффективным. Большинство предприятий осознают слишком поздно, что наличие данных и наличие данных, готовых для ИИ, — это совершенно разные вещи. Суверенная, составная основа, которая запрашивает и подготавливает данные на месте, без миграции или централизации, может преобразовать сырые данные в интеллект, на основе которого могут действовать ИИ-агенты. Поскольку законы о резидентстве данных, многоклаудные окружения и структурная сложность делают централизацию все более непрактичной, суверенный контроль над тем, где работают модели и где хранятся данные, сохраняет эту адаптивность. Материал подготовлен нейросетью на основе оригинальной публикации. ИИ может ошибаться в деталях (цифры, имена, даты, цитаты) — для важной информации сверяйтесь с первоисточником.